Zeichnen von Korrelation Heatmaps mit Seaborn FacetGrid

Question

Ich versuche, ein einzelnes Bild mit Heatmaps zu erstellen, die die Korrelation von Features von Datenpunkten für jedes Label separat darstellen. Mit Seaborn kann ich eine Heatmap für eine einzelne Klasse erstellen, wie so

grouped = df.groupby('target') 
sns.heatmap(grouped.get_group('Class_1').corr()) 

An ich das bekommen was Sinn macht:

Aber dann versuche ich eine Liste aller Etiketten zu machen wie so:

g = sns.FacetGrid(df, col='target') 
g.map(lambda grp: sns.heatmap(grp.corr())) 

Und leider bekomme ich es, was für mich keinen Sinn macht:

Answer 1

Stellt sich heraus, Sie können es ziemlich conciesely mit nur Seaborn tun, wenn Sie map_dataframe anstelle von map verwenden.

g = sns.FacetGrid(df, col='target') 
g.map_dataframe(lambda data, color: sns.heatmap(data.corr(), linewidths=0)) 

@mwaskom weist in seinem Kommentar darauf hin, dass es eine gute Idee sein, ausdrücklich die Grenzen des colormap zu setzen, so dass die verschiedenen Facetten mehr direkt miteinander verglichen werden können. Die documentation beschreibt relevante heatmap Parameter:

vmin, vmax: Schwimmer, optional

Werte der colormap zu verankern, da sie sich aus den Daten und andere Schlüsselwort Argumente abgeleitet werden. Wenn ein divergierender Datensatz abgeleitet wird, kann einer dieser Werte ignoriert werden.

Answer 2

Ohne FacetGrid, aber eine corr heatmap für jede Gruppe in einer Spalte zu machen:

import pandas as pd 
import seaborn as sns 
from numpy.random import randint 
import matplotlib.pyplot as plt 


df = pd.DataFrame(randint(0,10,(200,12)),columns=list('abcdefghijkl')) 
grouped = df.groupby('a') 
rowlength = grouped.ngroups/2 # fix up if odd number of groups 
fig, axs = plt.subplots(figsize=(9,4), nrows=2, ncols=rowlength) 

targets = zip(grouped.groups.keys(), axs.flatten()) 
for i, (key, ax) in enumerate(targets): 
    sns.heatmap(grouped.get_group(key).corr(), ax=ax, 
       xticklabels=(i >= rowlength), 
       yticklabels=(i%rowlength==0), 
       cbar=False) # Use cbar_ax into single side axis 
    ax.set_title('a=%d'%key) 
plt.show() 

Vielleicht gibt es eine Möglichkeit, eine Lambda einzurichten, um die Daten korrekt aus dem g.facet_data() Generator passieren corr bevor Sie zu heatmap gehen.